SMART CONTENT LEARNING DENGAN MENGGUNAKAN METODE BIG DATA ANALYSIS PADA MATA KULIAH MEDIA PEMBELAJARAN ILMU KOMPUTER

(1)

JTEP-Jurnal Teknologi Pendidikan dan Pembelajaran, Volume 2, Nomor 1, Maret 2017

222

SMART CONTENT LEARNING DENGAN MENGGUNAKAN METODE BIG DATA ANALYSIS PADA MATA KULIAH MEDIA PEMBELAJARAN ILMU KOMPUTER

Siti Husnul Bariah1)_{, Dian Rahadian}2)_{, Deni Darmawan}3) 1)_{Program Studi Pendidikan Teknologi Informasi STKIP Garut}

Email:sitibariyah. pti@stkip.ac.id

2)_{Program Studi Pendidikan Teknologi Informasi STKIP Garut}

Email:dianrahadianpti@stkip.ac.id

3)_{Program Studi Teknologi Pendidikan Universitas Pendidikan Indonesia}

Email: ddarmawan@upi.edu Abstrak

Sistem pembelajaran online saat ini sudah mulai banyak digunakan oleh berbagai sektor institusi yang ditujukan agar pembelajaran dapat dilakukan kapan saja dan dimana saja tanpa terbatas oleh ruang dan waktu. Dewasa ini, pertumbuhan internet tersebut mendukung keberagaman data yang sangat besar dan cepat yang disebut dengan Big Data. Big Data adalah data yang melebihi proses kapasitas dari konvensi sistem database yang ada. Data terlalu besar dan terlalu cepat atau tidak sesuai dengan struktur arsitektur database yang ada. Untuk mendapatkan nilai dari data, maka harus memilih jalan altenatif untuk memprosesnya. Big data dapat digunakan untuk memprediksi pola perilaku pengguna dan keterkaitan pengguna. Sistem pembelajaran online pada umumnya mengasumsikan tipe learner yang ada dalam satu pembelajaran adalah homogen. Namun pada kenyataannya terdapat 3 tipe learner yang berbeda, yaitu: visual, auditory, kinesthesthic. Masing-masing tipe learner tersebut memiliki perbedaan dalam gaya belajar dan menyerap informasi pembelajaran sehingga akan mempengaruhi keberhasilan sebuah sistem pembelajaran online yang dilakukan oleh institusi atau individu di sektor pendidikan. Smart Content Learning merupakan model perancangan content untuk menentukan tipe content yang tepat dengan masing-masing tipe learner mahasiswa. Dengan menggunakan analisis big data, sebuah institusi atau tenaga pendidik dapat lebih memahami karakteristik mahasiswa dalam satu kelas pembelajaran online.

Kata kunci: smart content learning, big data analysis, moodle

Abstact

Online learning system nowadays has been widely used by various institutional sectors intended for learning can be done anytime and anywhere without limited by space and time. Today, the growth of the Internet supports a huge and rapid diversity of data called Big Data. Big Data is data that exceeds the capacity process of existing database system conventions. The data is too large and too fast or incompatible with the existing database architecture structure. To get the value from the data, it must choose an alternative path to process it. Big data can be used to predict user behavior patterns and user interconnections. The online learning system generally assumes the type of learner present in one lesson is homogeneous. But in reality there are 3 different types of learner, namely: visual, auditory, kinesthesthic. Each type of learner has differences in learning styles and absorbs learning information so that it will affect the success of an online learning system conducted by institutions or individuals in the education sector. Smart Content Learning is a content design model to determine the right type of content with each type of student learner. By using big data analysis, an institution or educator can better understand the characteristics of students in one class of online learning.

Keywords: smart content learning, big data analysis, moodle

I. PENDAHULUAN

Sistem pembelajaran online saat ini sudah mulai banyak digunakan oleh

berbagai sektor institusi yang ditujukan agar pembelajaran dapat dilakukan kapan saja dan dimana saja tanpa terbatas oleh

(2)

223 ruang dan waktu. Dengan mengunakan

media internet yang sudah dapat diakses dengan mudah oleh berbagai kalangan masyarakat dan golongan diharapkan keberlanjutan pembelajaran dapat terus dilakukan.

Laju pertumbuhan pengguna internet di Indonesia mencatat 88,1 juta pengguna pada tahun 2014 (sumber: APJII) turut mendukung perluasan penggunaan pembelajaran online di berbagai sektor termasuk institusi pendidikan. Sebesar 49% pengguna internet merupakan usia produktif yang termasuk dalam usia belajar tingkat pendidikan tinggi (18-25 tahun), sedangkan 18% dari total pengguna tersebut merupakan mahasiswa.

Dewasa ini, pertumbuhan internet tersebut mendukung keberagaman data yang sangat besar dan cepat yang disebut dengan Big Data. Big Data adalah data yang melebihi proses kapasitas dari konvensi sistem database yang ada. Data terlalu besar dan terlalu cepat atau tidak sesuai dengan struktur arsitektur database yang ada. Untuk mendapatkan nilai dari data, maka harus memilih jalan altenatif untuk memprosesnya. Big data dapat digunakan untuk memprediksi pola perilaku pengguna dan keterkaitan pengguna.

Big Data lebih sering digunakan oleh industri sektor komersil untuk menganalisis perilaku konsumen seperti data demografi, income level, ethnicity, interest dan lainnya. Data tersebut dihimpun dalam suatu database dan dianalisis sehingga dihasilkan sebuah kesimpulan bahwa pengguna tersebut memiliki kecenderungan yang dapat diakomodir oleh institusi.

Sistem pembelajaran online pada umumnya mengasumsikan tipe learner yang ada dalam satu pembelajaran adalah homogen. Namun pada kenyataannya terdapat 4 tipe learner yang berbeda, yaitu:

visual, auditory, kinesthesthic motoric dan kinesthethic emotional. Masing-masing tipe learner tersebut memiliki perbedaan dalam gaya belajar dan menyerap informasi pembelajaran sehingga akan mempengaruhi keberhasilan sebuah sistem pembelajaran online yang dilakukan oleh institusi atau individu di sektor pendidikan.

Salah satu tools yang dapat digunakan untuk melaksanakan pembelajaran online adalah Moodle. Moodle merupakan perangkat lunak open source yang mendukung implementasi e-learning

dengan paradigma terpadu dimana berbagai fitur penunjang pembelajaran dengan mudah dapat di akomodasi dalam suatu portal e-learning. Fitur penting penunjang pembelajaran tersebut misalnya: tugas, quiz, komunikasi, kolaborasi, serta fitur utama yang dapat meng-upload berbagai format materi pembelajaran (Herman Surjono, 2009). Smart Content Learning merupakan model perancangan content untuk menentukan tipe content yang tepat dengan masing-masing tipe learner mahasiswa. Dengan menggunakan analisis big data, sebuah institusi atau tenaga pendidik dapat lebih memahami karakteristik mahasiswa dalam satu kelas pembelajaran online.

Mengacu pada lartar belakang diatas, dalam peneliatian ini akan diproduksi sebuah model perancangan Smart Content Learning dengan menggunakan methode Big Data Analysis pada mata kuliah Media Pembelajaran Ilmu Komputer di lingkungan Sekolah Tinggi Kependidikan dan Ilmu Pendidikan (STKIP) Garut. Adapun secara khusus rumusan masalah yang akan diwujudkan dalam bentuk produk penelitian ini mencakup: 1) Bagaimana cara melakukan identifikasi tipe learner pengguna pada pembelajaran online Media Pembelajaran Ilmu Komputer?; 2) Bagimana model perancangan Smart Content Learning yang

(3)

224 dapat memenuhi kebutuhan tipe learner

pengguna pada pembelajaran online Media

Pembelajaran Ilmu Komputer?.

II. KAJIAN LITERATUR A. Pembelajaran Online

1. Pembelajaran Online

Pendapat Haughey (dalam Rusman, 2010: 350) tentang pengembangan

e-learning adalah ada tiga kemungkinan

dalam pengembangan sistem pembelajaran berbasis internet, yaitu web course, web

centric course, dan web enhanced course,

berikut penjelasannya di bawah ini:

 Web course adalah penggunaan internet untuk keperluan pendidikan, yang mana mahasiswa dan dosen sepenuhnya terpisah dan tidak diperlukan adanya tatap muka. Seluruh bahan ajar, diskusi, konsultasi, penugasan, latihan, ujian, dan kegiatan pembelajaran lainnya sepenuhnya disampaikan melalui internet. Dengan kata lain, model ini menggunakan sistem jarak jauh.

 Web centric course adalah

penggunaan internet yang

memadukan antara belajar jarak jauh dan tatap muka (konvensional). Sebagian materi disampaikan melalui internet, dan sebagian lagi melalui tatap muka. Fungsinya saling melengkapi. Dalam model ini, dosen bisa memberikan petunjuk kepada mahasiswa untuk mempelajari materi perkuliahan melalui web yang telah dibuatnya. Mahasiswa juga diberikan arahan untuk mencari sumber lain dari situs-situs yang relevan. Dalam tatap muka, mahasiswa dan dosen lebih banyak diskusi tentang temuan materi yang telah dipelajari melalui internet tersebut.

 Web enhanced course adalah pemanfaatan internet untuk menunjang peningkatan kualitas pembelajaran yang dilakukan dikelas. Fungsi internet adalah untuk

memberikan pengayaan dan

komunikasi antara mahasiswa dengan dosen, sesama mahasiswa, anggota kelompok, atau mahasiswa dengan na\rasumber lain. Oleh karena itu, peran dosen dalam hal ini dituntut untuk menguasai teknik mencari informasi di internet, membimbing mahasiswa mencari dan menemukan situs-situs yang relevan dengan bahan perkuliahan, menyajikan materi melalui web yang menarik dan diminati, melayani bimbingan dan komunikasi melalui internet, dan kecakapan lain yang diperlukan.

2. E-Learning

Definisi e-learning bermacam-macam ini dikarenakan e-learning sudah menjadi kata umum dalam sebuah proses pembelajaran yang kegiatannya dilakukan dengan menggunakan jaringan internet, dibawah ini akan dijelaskan beberapa pengertian e-learning supaya bisa dijadikan rujukan dalam penelitian ini, diantaranya adalah:

Menurut (Darmawan, 2011:11) Salah satu produk intergrasi Teknologi Informasi ke dalam dunia pendidika adalah e-learning atau pembelajaran elektronik.  

a. Hartley, 2001 (dalam Wahono, 2003:4) E-learning merupakan suatu jenis belajar mengajar yang memungkinkan tersampaikannya bahan ajar ke siswa dengan menggunakan media internet, intranet atau media jaringan komputer lain.  

b. Badrul Khan, 2005 (dalam Wahono, 2010) e-learning can be viewed as an innovative approach for delivering welldesign,

(4)

learner-JTEP-Jurnal Teknologi Pendidikan dan Pembelajaran, Volume 2, Nomor 1, Maret 2017

225 centered, interactive, and

facilitated learning environment to anyone, anyplace, anytime by utilizing the attributes and resources of various digital technologies along with other form of learning materials suited for open, flexible and ditributed learning environtment.

Dapat disimpulkan bahwa istilah e-learning merupakan istilah untuk proses pembelajaran yang dilakukan menggunakan media jaringan internet, sehingga jarak sudah bukan menjadi sebuah halangan lagi asalkan mendapat jaringan yang mendukung. Menurut Henderson (dalam Wahono, 2010) ada beberapa langkah yang bisa dilakukan untuk membangun sebuah sistem e-learning:

1. Menentukan tujuan dari sistem e-learning, pada tahap ini

pengembang system harus

menentukan apa yang ingin dicapai dengan adanya e-learning tersebut.   2. Memulai sistem dalam skala

kecil, beberapa pengembang memilih untuk memulai sistem e-elarning langsung pada skala besar. Hal ini kurang baik ditinjau dari segi manajemen resiko karena proyek dalam skala besar juga memiliki resiko kegagalan yang besar pula. Sebaiknya e-learning dimulai terlebih dahulu pada sebuah unit yang kecil dan dievaluasi sepenuhnya terlebih dahulu untuk menjadi model bagi sistem dalam skala yang lebih besar.  

3. Mengkomunikasikan dengan peserta didik, menerapkan sebuah sistem baru akan memberikan tingkat keberhasilan lebih baik apabila sasaran dari sistem tersebut memahami dengan baik sistem tersebut. Demikian pula dengan

e-learning, apabila peserta didik memahami tentang sistem yang dibangun dan dikembangkan maka mereka dapat turut memberikan bantuan untuk mencapai tujuan e-learning tersebut. Didasari alasan tersebut maka pengembang sistem e-learning seharusnya selalu mengkomunikasikan sistem yang sedang coba dibangun kepada peserta didik.

4. Melakukan evaluasi secara kontinyu, evaluasi terhadap sistem dan segenap aspeknya perlu dilakukan secara terus menerus untuk menjamin keberhasilan

penerapan e-learning.

Membandingkan hasil belajar peserta didik dengan pembelajaran secara konvensional dapat memberikan justifikasi apakah sistem e- learning yang dikembangkan memenuhi standar keberhasilan proses pembelajaran atau tidak.

5. Mengembangkan sistem dalam skala lebih besar Setelah sistem mencapai keberhasilan dalam skala kecil maka selanjutnya adalah mengembangkan sistem dalam skala lebih besar. Menambah jumlah peserta didik, mata pelajaran, model evaluasi dan berbagai aspek pembelajaran lainnya dapat dilakukan dengan mengacu model dari skala yang lebih kecil yang telah dikembangkan sebelumnya. Seperti tampak pada gambar berikut ini:

(5)

226 Gambar 2.1 Memulai sistem dari skala

kecil dan memperluasnya secara bertahap. Henderson (dalam Wahono,

2010)

Berdasarkan langkah-langkah diatas sudah terlihat jelas bahwa dalam mengembangkan sebuah e-learning yang paling utama adalah menentukan apa yang ingin dicapai dengan adanya e-learning tersebut sehingga dapat bermanfaat bagi peserta didik dalam skala kecil dan lebih besarnya lagi.

3. Moodle

Moodle merupakan singkatan dari

Modular Object-Oriented Dynamic

Learning Environment yang berarti

tempat belajar dinamis dengan menggunakan model berorientasi objek (Melfachrozi, 2016).Menurut Martin Dougiamas Moodle Berdasarkan Filosofi Social Constructionist Pedagogy

“I’m committed to continuing my work on Moodle and on keeping it Open and Free. I have a deeply-held belief in the importance of unrestricted education and empowered teaching, and Moodle is the main way I can contribute to the realisation of these ideals.” – Martin Dougiamas.

Kutipan di atas merupakan ucapan

Martin Dougiamas sang pencipta

Moodle. Martin Dougiamas sendiri merupakan seorang doktor di bidang

pendidikan dengan latar belakang ilmu komputer yang baik. Melalui filosofi Social Constructionist Pedagogy Martin mencoba menciptakan moodle sebagai salah satu Learning Management System yang berbasis open source (Nita, 2011).

Moodle memiliki beberapa fitur

yang dapat kita gunakan untuk mendukung proses pembelajaran diantaranya adalah assignment submission, forum diskusi, unduh arsip,

peringkat, chat, kalender online, berita, kuis online dan wiki. Menurut Santoso

Ada 4 hal utama yang terkandung dalam filososfi social constructionist pedagogy yang dikemukakan oleh Martin , yaitu: Constructivism, Constructionism, Social Constructivism, dan Connected and Separate (Nita, 2011).

B. Big Data

Big data adalah data berukuran besar yang volumenya akan terus bertambah, terdiri dari berbagai jenis atau varietas data, terbentuk secara terus menerus dengan kecepatan tertentu dan harus diproses dengan kecepatan tertentu pula. Big data dapat juga didefinisikan data yang sudah sangat sulit untuk dikoleksi, disimpan dan dikelola maupun dianalisa dengan menggunakan system database yang biasa karena volumenya yang terus berlipat. Dari segi teknologi, akan bermunculan akan pentingnya kemampuan untuk memproses big data. Semenjak itu, teknik akses dan penyimpanan data KVS (Key-Value Store) dan teknik komputasi parallel yang disebut MapReduce (Sujana, 2013).

Menurut beberapa ahli menyebutkan bahwa Big Data seperti dikemukakan oleh Heer and Kandel (dalam Lemieux, 2014),

At what volume data become big remains an open question, however, with some suggesting that it comprises data at the scale of exabytes, while others argue for zettabytes or yottabytes. Definisi tersebut

(6)

227 memperkuat realitas bahwa pertumbuhan

data perlu memdapatkan pengelolaan secara lebih khusus dan staf yang spesifik. Pustakawan sebagai pekerja di bidang informasi perlu menangkap peluang melimpahnya data untuk dikelola. Pustakawan perlu untuk melakukan transformasi dan meningkatkan daya saing untuk menjawab tantangan yang dihadapi dewasa ini (Narendra, 2015).

Big data akan berkaitan dengan (1) volume, (2) velositas (kecepatan data mengalir) dan (3) varietas (keberagama data). Di dalam lingkungan organisasi juga mulai tumbuh sejumlah pegawai / staf yang secara spesifik mendapat sebutan sebagai “analis bisnis”, "data analis" dan " ilmuwan data" ( Kandel et al ., 2011), yang dalam aktifitas bekerjanya memanfaatkan peralatan yang modern, melakukan praktek dan mencari solusi. Di antaranya adalah melakukan analisis visual ( VA ), yang didefinisikan sebagai " ilmu penalaran analitis yang difasilitasi oleh layanan antarmuka visual interaktif " Thomas dan Cook, dalam Narendra (2015) .

C. Karakteristik Learner

Gaya belajar merupakan

kecenderungan siswa untuk mengadaptasi strategi tertentu dalam belajarnya sebagai bentuk tanggung jawabnya untuk mendapatkan satu pendekatan belajar yang sesuai dengan tuntutan belajar di kelas/sekolah maupun tuntutan dari mata pelajaran (Slamento,2003).

Fleming dan Mills (1992) dalam Slamento (2003) mengajukan kategori gaya belajar (Learning Style) VARK

( Visual, Auditory, Read-write, Kinestetic) tersebut sebagai berikut :

1. Visual (V)

Kecenderungan ini mencakup menggambarkan informasi dalam bentuk peta, diagram, garfik, flow chart dan symbol visual seperti panah, lingkaran, hirarki dan materi lain yang digunakan instruktur untuk mempresentasikan hal-hal yang dapat disampaikan dalam kata-kata. Hal ini mencakup juga desain, pola, bentuk dan format lain yang digunkan untuk menandai dan menyampaikan informasi.

2. Auditory Learning

Modalitas ini menggambarkan preferensi terhadap informasi yang didengar atau diucapkan. Siswa dengan modalitas ini belajar secara maksimal dari ceramah, tutorial, tape diskusi kelompok, bicara dan membicarakan materi. Hal ini mencangkup berbicara dengan suara keras atau bicara kepada diri sendiri. 3. Kinestetik

Berdasarkan definisi, modalitas ini mengarah pada pengalaman dan latihan (simulasi atau nyata, meskipun pengalaman tersebut melibatkan modalitas lain. Hal ini mencakup demonstrasi, simulasi, video dan film dari pelajaran yang sesuai aslinya, sama halnya dengan studi kasus, latihan dan aplikasi.

D. Media Pembelajaran Ilmu Komputer

Media Pembelajaran Ilmu Komputer adalah suatau Mata kuliah yang memberikan pengetahuan, pemahaman, serta keterampilan dalam merancang, memproduksi, dan mengaplikasikan media pembelajaran secara profesional dan memiliki sifat positif dalam

mengembangkan program ini untuk efektifitas pembelajaran.

Media pembelajaran merupakan salah satu bidang yang belum banyak disentuh khususnya dalam konteks pendidikan dan pembelajaran. Oleh sebab itu, matakuliah ini mempunyai manfaat langsung terhadap

(7)

228 mahasiswa yakni membantu memperoleh

pemahaman tentang pemilihan,

perancangan dan pemanfaatan berbagai jenis media dalam proses pembelajaran. Di samping itu, memperoleh pengetahuan tentang teknik penyusunan modul serta pengembangan dan pengelolaan pusat sumber belajar (PSB), dan memperoleh

pengalaman langsung dalam

mengaplikasikan berbagai macam media, merancang dan memproduksi media pembelajaran.

III. ANALISIS DAN PERANCANGAN

Sistem e-learning di jurusan Teknologi Informasi dan Komunikasi telah dilaksanakan sejak tahun 2014, mahasiswa dapat mengakses dengan hak akses masing-masing untuk dapat masuk kedalam matakuliah yang diampu pada semester tersebut. Mahasiswa dapat mengakses semua konten yang disediakan oleh dosen termasuk diwajibkan untuk menyelesaikan penugasan-penugasan yang tersedia di e-learning.

Tujuan dari penelitian adalah untuk menghasilkan model perancangan Smart Content Learning dengan menggunakan metode Big Data Analysis pada Moodle. Secara teoritis, penelitian ini merupakan upaya penelitian riset inovasi untuk menghasilkan model perancangan Smart Content Learning dengan menggunakan

Big Data Analysis pada Moodle sehingga dapat digunakan untuk merancang konten agar dapat diterima dengan baik oleh pengguna pada umumnya dan oleh mahasiswa pada khususnya. Pemikiran tersebut sejalan dengan filosofisdari MIS (Darmawan, D dan Setiawati, L, 2015). Subjek penelitian ini adalah 20 mahasiswa jurusan pendidikan teknologi informasi tingkat III kelas A dan 20 mahasiswa jurusan pendidikan teknologi informasi tingkat III kelas B.

Berdasarkan analisis pendahuluan pada system e-learning jurusan teknologi informasi dan komunikasi yang telah berlangsung dari tahun 2014, sehingga sudah sudah 4 angkatan yang mengakses e-learning tersebut sesuai dengan kebutuhannya masing-masing khususnya dalam mata kuliah media pembelajaran ilmu komputer. Mahasiswa mempunyai kewajiban untuk mengakses e-learning tersebut karena semua bahan ajar sampai pada penugasan menggunakan system e-learning. Oleh karena itu dengan memanfaatakan data-data yang ada pada e-learning mulai dari aktifitas mahasiswa mengakses bahan ajar, diskusi, mengerjakan kuis, sampai pada pengiriman penugasan dapat diolah kembali sehingga menghasilkan suatu informasi baru yang bermanfaat.

Tabel 1. Jadwal Pelaksanaan Kegiatan

No Kegiatan Bulan 1 2 3 4 5 1 Sosialisasi Pembelajaran e-learning 2 Pembuatan konten bahan ajar pada mata kuliah media

pembelajaran ilmu komputer

(8)

JTEP-Jurnal Teknologi Pendidikan dan Pembelajaran, Volume 2, Nomor 1, Maret 2017 229 3 Implementasi pembelajaran dengan bantuan e-learning 4 Membuat rancangan

Smart Content Learning yang dapat memenuhi kebutuhan tipe learner

IV. HASIL DAN PEMBAHASAN

Analisis pendahuluan dilakukan pada tahapan pertama berkaitan dengan sosialisasi pembelajaran dengan bantuan e-learning. Karena seluruh mahasiswa program studi pendidikan teknologi informasi telah memiliki hak akses masing-masing terhadap e-learning maka dibuatlah analisis pendahuluan berkaitan dengan pemanfaatan e-learning sebagai pendukung proses belajar mengajar terutama dalam mendapatkan bahan ajar yang disediakan oleh dosen.

Tampilan e-learning yang sudah bisa diakses oleh seluruh mahasiswa program studi pendidikan teknologi informasi pada halam web http://elearningpti.gnomio.com . tampilan utama seperti gambar dibawah ini.

Gambar 4.1 Tampilan utama e-learning

Tahapan selanjutnya adalah pembuatan konten bahan ajar dalam mata kuliah media pembelajaran ilmu komputer. Penelitian ini bertujuan untuk membuat sebuah rancangan big data analisis untuk mengetahui karakteristik mahasiswa ketika mengakses e-learning untuk mendukung proses pembelajaran. Oleh karena itu peneliti menyiapkan beberapa bahan ajar

yang berbeda mulai dari audio, visual, hingga kinestetik yang dapat dilihat pada gambar dibawah ini:

Gambar 4.2 Tampilan bahan ajar audio visual

Gambar 4.3 Tampilan Bahan Ajar kinestetik

Setelah dilakukan pengisian konten pada e-learning, selanjutnya adalah kegiatan pembelajaran berlangsung

(9)

230 sehingga seluruh mahasiswa dapat

mengakses e-learning tersebut dan memanfaatkan semua konten yang telah disediakan dosen. Dalam kegiatan tersebut peneliti sudah bias mendapatkan beberapa data yang bisa diolah sehingga menghasilkan suatu informasi yang baru. Data yang diperoleh berupa hak akses

mahasiswa terhadap e-learning, aktifitas apa saja yang dilakukan mahasiswa untuk mendukung proses pembelajaran sehingga e-learning tersebut dapat dikatakan efektif untuk menunjang mahasiswa dalam perkuliahan media pembelajaran ilmu komputer.

Gambar 4.4 Aktifitas mahasiswa ketika mengakses konten

(10)

231 Gambar 4.6 Daftar konten berdasarkantanggal pertemuan tatap muka dikelas

Pada gambar diatas terlihat aktifitas mahasiswa dalam mengakses konten yang disediakan, begitu banyak data yang dapat diolah kembali sehingga menghasilkan sebuah informasi baru. Selain aktifitas mahasiswa dalam setiap konten, dapat pula dilihat lebih detail lagi siapa saja yang mengakses disertai dengan tanggal dan waktu. Berdasarkan data yang telah didapatkan pada saat implementasi pembelajaran dengan bantuan e-learning maka dapat dibuat sebuah rancangan Smart Content Learning yang dapat memenuhi kebutuhan tipe learner pengguna pada pembelajaran online Media Pembelajaran Ilmu Komputer.

Rancangan Smart Content Learning untuk mengetahui tipe learner pada mata kuliah media pembelajaran ilmu komputer memerlukan beberapa data yang saling terintegrasi dengan baik, dalam hal ini big data yang merupakan kompilasi dari data-data yang bersumber pada e-learning. Didalam pengembangannya diperlukan data-data sebagai bahan dalam pengolahan

maupun analisis sehingga menghasilkan informasi dan keputusan yang tepat dalam memberikan konten sesuai dengan karakteristik mahasiswa. Data-data tersebut dapat diperoleh dari:

1. Hak akses mahasiswa

2. Mahasiswa yang mengontran (Enroll) mata kuliah media pembelajaran ilmu komputer

3. Mahasiswa yang mendownload bahan ajar yang disediakan

4. Mahasiswa yang membaca bahan ajar yang disediakan

5. Mahasiswa yang memanfaatkan forum diskusi

6. Mahasiswa yang mengerjakan evaluasi online

7. Mahasiswa yang mengirimkan tugas yang dikerjakan secara offline melalui layanan e-learning.

Dibawah ini merupakan aktifitas mahasiswa dalam matakuliah media pembelajaran ilmu komputer, sebagai contoh bahwa begitu banyak data yang dapat dimanfaatkan kembali.

(11)

232 Gambar 4.7 Log Mahasiswa

Perancangan smart content learning untuk mengetahui karakteristik mahasiswa dalam mengakses konten. Mahasiswa dapat dengan mudah memilih konten berdasarkan kebutuhannya. Hasil pengolahan data berdasarkan hak akses

55% mahasiswa mengakses konten audio visual, 30% visual, 10% kinestetik, serta 5% hanya mengenroll dirinya saja ke e-learning tanpa mengakses konten bahan ajar.

Tabel 4.1. Hasil pengolahan hak akses mahasiswa terhadap e-learning

No Aspek Pilihan F %

1

Mahasiswa memanfaatkan e-learning untuk mendukung proses pembelajaran dengan melakukan hak akses

terhadap Konten audio visual 22 55% Konten visual 12 30% Konten kinestetik 4 10% Enroll mata kuliah

MPIK

(12)

233

V. SIMPULAN DAN SARAN

Kesimpulan yang dapat diambil tentang smart content learning dengan menggunakan big data analisis pada mata kuliah media pembelajaran ilmu komputer: 1. Dengan system bigdata diharapkan

dapat menyediakan informasi yang tepat, akurat, serta cepat terutama dalam menghasilkan sebuah konten bahan ajar berdasarkan

karakteristik mahasiswa. 2. Semakin lengkap data yang

dimiliki di dalam big data, maka akan semakin akurat dalam

menganalisa penggunaan hak akses mahasiswa terhadap e-learninh

REFERENSI

Darmawan, D., Setiawati, L. (2015).

Developing Integrated

Management Information System in Research: A Study at the Institute for Research and Community Services of Universitas Pendidikan Indonesia. India:

International Journal of Applied Engineering Research. ISSN

0973-4562 Volume 10, Number 16 (2015) pp 37206-37210.

Darmawan, D. (2009). Biologi Komunikasi

“Komunikasi Pembelajaran

Berbasis Brain Information

Communication Technology”.

Bandung: Humaniora

_________, D. (2011). Teknologi

Pembelajaran. Bandung: PT

Remaja Rosdakarya Offset.

_________, D. (2011). Inovasi Pendidikan “Pendekatan Praktik

Teknologi Multimedia dan

pembelajaran Online”. Bandung:

PT Remaja Rosdakarya Offset. Setiawan, Wawan, dkk.(2014). Analisis

Penerapan Sistem E-Learning

Fpmipa Upi Menggunakan

Technology Acceptance Model

(Tam). Jurnal Pengajaran MIPA,

Volume 19, Nomor 1, April 2014, hlm. 128-140

Sujana, Putri. A, Memanfaatkan Big Data Untuk Mendeteksi Emosi . Jurnal Teknik Komputer Unikom – Komputika – Volume 2, No.2 - 2013

Slameto. 2003. Belajar dan Faktor-faktor yang Mempengaruhinya. Jakarta: Rineka Cipta.

Wahono, R. S. (2003). Pengantar

E-Learning dan Pengembangannya.

Ilmukomputer.com (IKC).

M. Melfachrozi, M. Penggunaan Aplikasi

E-learning (Moodle), 2006 [online]

tersedia di:

http://ilmukomputer.com [diakses tanggal 6 Desember 2016].

I.Nita, Moodle Berdasarkan Filosofi

Social Constructionist Pedagogy

2011 [online] tersedia di:

http://edukasi.kompasiana.com

/2011/01/11/moodle-333920.html [diakses tanggal 6 Desember 2016]